Bu çalısmada Türkçe sürekli konusma tanıma sistemlerinin Internet protokolu (IP)
üzerinde dağıtık yapı modeli kullanılarak paket kayıplı durumlarda basarımları
arastırılmıs, paket kayıp telafi yöntemlerinin basarımları karsılastırılmıs ve uyarlamalı
kestirim yöntemi gelistirilerek basarımın zaman içerisinde iyilestirilmesi hedeflenmistir.
IP üzerinden ses iletimi genellikle güvenli olmayan UDP protokolu kullanılarak
paketler halinde iletilir. Paketlerin iletimi sırasında yönlendirici ve ağ geçitlerindeki
sıkısıklık ve is istasyonlarındaki yük fazlalığı gibi nedenlerden dolayı kayıplar
olusabilmektedir. IP üzerinden konusma tanıma sistemlerinin basarımlarını arttırmak
için kayıp paketlerin telafi edilmesi gerekir.
Bu çalısmada, sürekli konusma tanıma sistemi olarak ses öznitelik vektörlerinin
iletildiği dağıtık yapı modeli kulanılmıs ve ses öznitelik vektörleri UDP paketleri
seklinde iletilmistir. Alıcı tarafında paket kayıp telafi sistemi tanımlanmıstır. Telafi
sistemi, en uygun yöntemin seçildiği ön islem asaması, telafi asaması ve uyarlamalı
yöntemler için parametrelerin güncellendiği ardislem asamalarından olusmaktadır.
Kayıp telafi sistemi için dinamik tampon bellek tasarımı yapılmıs ve uygulanacak telafi
yöntemi seçimi için ölçütler belirlenmistir. Telafi yöntemi olarak aradeğerleme ve
kestirim yöntemleri uygulanmıstır. Kestirim yöntemlerinde mevcut uygulamalarda ses
öznitelik vektörlerinin genis anlamda durağan kabullenmesi yapılmakta ve eğitim
amaçlı seçilen veriden elde edilen ortalama değer ve ortak değisinti değerleri telafi
asamasında kullanılmaktadır. Bu çalısmada, ses öznitelik vektörlerinin zaman
içerisindeki ortalama değeri ve ortak değisinti değerleri uyarlamalı olarak
güncellenmektedir. Böylece, telafi sistemi her yeni konusmada kendini güncelleyerek
basarımını arttırmaktadır.
In this study, the performance of Turkish continuous speech recognition (TCSR)
over the Internet protocol with distributed architecture is investigated, packet loss
compensation (PLC) algorithms are compared and an adaptive estimation method where
system performance increases adaptively is developed.
In voice over IP (VoIP), voice is usually transmitted as data packets using the
unreliable UDP protocol. During transmission, packet losses may occur depending on
congestion in routers and gateways. Packet losses should be compensated to increase
the performance of continuous speech recognition over IP.
A distributed speech recognition architecture is used where only speech feature
vectors are carried over UDP. For the receiver side, a PLC system, consisting of preprocessing,
compensation and post-processing stages, is designed. In the pre-processing
stage, speech feature vectors are buffered and compensation method is determined
depending on packet loss type. The compensation method is then applied in the
compensation stage. In the post processing stage, the mean and covariance of speech
feature vectors are updated adaptively and the outputs are later used in estimation
methods to increase the performance. A dynamic buffer is designed for the
compensation and criteria to choose the method for the compensation of packet losses is
defined.
In this study, interpolation and estimation techniques are investigated for the PLC
algorithm. In the current estimation methods which are used for PLC, training data are
assumed to be wide sense stationary. The estimation method is enhanced by adaptation
of mean and covariance parameters with each new speech packet.
